האם בינה מלאכותית יכולה ללמוד לנצח את שוק המניות?

ג'ף גליקמן בילה עשרות שנים בבניית AI כדי להתחרות עם המוחות הטובים ביותר בוול סטריט. האם ייתכן שהוא פיצח את הקוד?

האם בינה מלאכותית יכולה ללמוד לנצח את שוק המניות?

בצד הרחוק של פארק משרדים בפרבר של סיאטל, מחשב -על מלמד את עצמו לנצח את שוק המניות.



הגביע הקדוש של האוצר הגבוה לא נראה הרבה: שמונה שורות של שרתים המעוגנים במסגרת מתכת שחורה. אבל בתוך המתחם המחמיר הזה מתרחשת אלכימיה מדהימה. ארבע מאות מחשבים מהבהבים וממהממים כאשר נתוני השוק מתעכלים בקצב של מיליארד חישובים לשנייה, ומבצעים פקודות הזמנה לסוחרים אלקטרוניים בשיקגו, במרחק של 2000 קילומטרים משם. מחוץ לבלימה, בנק של 10 צגים זוהרים מציג את התוצאות כשהכסף חוזר פנימה.

אפילו עכשיו, כשהכלכלה העולמית נקלעת למיתון, ג'ף גליקמן וחברת ההשקעות הבוטיקית שלו, J4 קפיטל, מרוויחים בשקט. די לומר שאנחנו מרוויחים בשוק הזה, הוא אומר.



זה קצת ממעיט בפלא שגליקמן טוען שביצע. כשדיברנו ב- 20 במרץ, J4 קפיטל עלתה בכמעט 4% בשנה, על פי מסמכים פנימיים ש גליקמן שיתף, בעוד שהממוצע התעשייתי של דאו ג'ונס ירד בכמעט 27% - מקצה הרואי של כמעט 31 נקודות אחוז. קרנות גידור רבות אחרות ירדו במספר דו -ספרתי והתנודדו. כשדיברנו שוב ב -7 במאי, הוא התקרב לתשואה של 5%.



רוב המהנדסים הפיננסיים מאמינים שאי אפשר שמכונה, שנותרה לנפשה, תוכל לנצח את שוק המניות. הנתונים רועשים מדי, אקראיים מכדי להיות ניתנים לחיזוי. שיאי המסחר הנצפים מוגבלים למאה השנים האחרונות, וחוק הממוצעים בלתי פוסק. כל אות שהוא ברור מספיק כדי לנצל מידע פנימי חסר - חביות נפט במחיר כמעט בחינם, למשל - יתגלו ויחוסלו במהירות על ידי המתחרים. בעוד כמה קרנות גידור כמותיות משתמשות באלגוריתמים לביצוע עסקאות בתדירות גבוהה, יש לתכנתן ולחדד אותן לעתים קרובות.

דירוגי קערת על לפי שנה

כל התחרות הזו משאירה רווח דק לרווח. סוחר יוצא דופן יהיה נרגש עם אחוזי הצלחה של 51% - בדומה ליתרון הבית בשולחן בלאק ג'ק בלאס וגאס. טכנולוגיות רנסנס , אולי חברת הכמות הרווחית ביותר בעולם, יצרה הון עצום על ידי מינוף הימורים עם סיכויים אלה. J4 קפיטל, שיש לה רק שני עובדים אחרים, טוענת שיש לה אחוזי הצלחה של כמעט 60%.

גליקמן עצמו יודע מעט על כספים. מדען המחשבים בן ה -59 מעולם לא עבד בוול סטריט או בבנק גדול. מסיבה זו, מחשב העל שלו אינו ממנף את ההימורים שלו או סוחר בנגזרות, מה שמגביל בינתיים את סכום הכסף ש- J4 יכול להרוויח. גם גליקמן לא כתב אלגוריתם השקעות שיגיד למכונה באילו תשומות להשתמש. במקום זאת, אומר גליקמן, הוא יצר אינטליגנציה על אוטודידקטית שיכול לתכנת את עצמה מחדש.



מרכז התפעול J4. [צילום: זכויות יוצרים 2020, ג'ף גליקמן]

עולם קרנות הגידור מלא בתביעות מדהימות, שרק חלקן נכונות. כאשר התבקשו להגיב, שני אקדמאים בעלי מומחיות במימון אלגוריתמי הביעו ספקנות כי החידושים של J4 מהפכניים כפי שתוארו, אם כי אף אחד מהמומחים לא מכיר את החברה. גליקמן, המחזיק במספר פטנטים בעיבוד תמונות, זיהוי תבניות וטכנולוגיית רשתות, מתעקש שהבינה המלאכותית שלו היא הדבר האמיתי.

המתמטיקה מתיישבת מחדש, אך גליקמן עושה כמיטב יכולתו להסביר. התוכנה שהוא מפעיל היא סוג של הוכחת משפטים, אלגוריתם לא קבוע שיכול להסתכל על מערך נתונים ולייצר השערה לפרש את מה שהוא רואה. בדומה לאופן בו המוח האנושי פורץ מידע נתחים על מנת ליצור היוריסטיקה על העולם, ה- AI של גליקמן בודק משפטים עם רמות הפשטה מתמטיות הולכות וגוברות. התוצאה, לדבריו, מתגלה כחזקה במיוחד.



הטריק, כמובן, הוא שנהגי שוק תמיד משתנים. כולם הבחינו בכך באופן לא פורמלי - שלפעמים השוק מזווג את עצמו לזהב, ולפעמים הוא מזווג את עצמו לשמן, או לסחורה אחרת, אומר גליקמן. לפעמים השוק מפחד מדברים שקורים בעולם. כמו היום השוק מודאג מאיראן ועיראק. בפעמים אחרות, קים ג'ונג און יכול לירות טיל מעל יפן, והשוק עשוי לשקוע 3%, וביום אחר הוא לא שם לב לזה.

תנועת השווקים יכולה להיראות אקראית. אבל בסופו של יום, רוב המשקיעים מקבלים את המידע שלהם מאותם מקורות - צריכת נפט ומחירי שביתה, זיהומים בנגיף הקורונה ו וול סטריט ג'ורנל כותרות. האם יכול להיות שעם מספיק כוח עיבוד אפשר להבחין באותות ברעש?

גליקמן משתמש במילה אקראית ביעוץ, כאילו הכאוס של היקום הוא רק אשליה, המסתירה סדר מהותי, אם לא ניתן לתיאור. זה סוג של התנתקות אינטלקטואלית, הוא אומר, כשמשהו הופך להיות כל כך מורכב עד שהמוח האנושי מוצף מתוכן המידע, והמוח האנושי לא יכול להבין אותו.

אבל זה לא אומר שאינטליגנציה אחרת לא תעשה זאת. למרות שאתה או אני עלולים לתפוס את זה כאקראי, אין בזה שום דבר אקראי, הוא ממשיך. יש רק כמות עצומה של מורכבות שהיא מעבר להבנה של בני אדם, אבל בתוך היכולת של מחשב על עצום להבין.

* * *

אל תדרוך עלינו

גליקמן קיבל את באג המחשב מוקדם. יום אחד, כשהיה בסביבות שש, ביקשה ממנו אמו להחליף את הסוללות ברדיו טרנזיסטור. הוא תהה במקום זאת לגבי האלקטרוניקה שבפנים. אמו התרשמה מסקרנותו, ולכן היא גייסה חבר משפחה שהיה מהנדס בחברת ספריי אוניוואק, חברת מחשבים מוקדמת, כדי ללמד את בנה את כל מה שהוא יודע. כשהייתי בן שבע בניתי מעגלים משלי, אומר גליקמן. וכשהייתי בן תשע בניתי מחשב משלי.

כמו פלאים רבים, גליקמן חווה משהו מילדות מקוצרת. אזכור מכובד לפרס מדע של ווסטינגהאוס משך את תשומת ליבם של קבוצת פרופסורים לפיזיקה, ביניהם ג'ון ברדין, זוכה שני פרסי נובל, וולפגנג יוהנס פופלבאום באוניברסיטת אילינוי אורבנה-שמפיין; בגיל 16 הוצע לגליקמן מעבדת מחקר משלו באוניברסיטה, במימון הצי האמריקאי. היה תנאי אחד: הוא יצטרך ללמד סמינר לתואר שני בפיזיקה של מוליכים למחצה. הייתי מאובן, זוכר גליקמן, אבל הוא לקח את המשימה בקלילות. זה לא נראה לי מופרך, הוא ממשיך. היום זה כן.

הוא קיבל את התואר הראשון מאוניברסיטת אילינוי אך מעולם לא סיים את לימודי התואר השני. הוא התמקד יותר בהפיכת הרעיונות שלו לעסקים קיימא. הוא הקים חברה בתחילת שנות השמונים, Thumb Scan, שאבטחה כמה מהפטנטים המוקדמים ביותר לעיבוד ביומטרי וטביעת אצבע. הוא פתח עסק לייעוץ, ועבד בחברת פורד וג'נרל מוטורס. אבל המתחם הצבאי-תעשייתי היה זה שסיפק לגליקמן את ההזדמנויות המגיבות ביותר.

משרד ההגנה התעניין לדעת, למשל, כיצד תבנה בינה מלאכותית את יכולתם הצבאית של מעצמות זרות; גליקמן עבד את הבעיה. מאוחר יותר, הצבא רצה תוכנית שתוכל להשתמש באותות רדיו כדי לזהות איזו ממגורות טילים ברשת מוצפנת היא מרכז השליטה והבקרה. בפעם אחרת, הוא התבקש ליישם למידת מכונה לשיפור הניתוח האווירי של תשתיות האויב. הפנטגון לא רצה לבזבז פצצות של 800 קילו על גשר בטון כאשר פצצה של 500 קילו תעשה זאת.

האם אלון מושק מצא טסלה

אלה היו בעיות אזוטריות וחשובות לצבא, הוא אומר, והעבודה שילמה היטב. אבל זו הייתה משימה להנדס לאחור מחולל מספרים אקראיים חדשים - לחזות את המספר הבא מתוך רצף אקראי לכאורה - זו הייתה נקודת מפנה כיצד הוא הגה AI. הצוות שלו הצליח רק באמצע הדרך בפרויקט, אבל זה גרם לגליקמן לחשוב על הקשר בין מה שמתמטיקאים מכנים תנועה בראוניאנית - תנועה אקראית של חלקיקים שהושעו בנוזל - לבין תנודות הבורסה.

במשך שנים הוא הקיף את הבעיה. בסביבות שנת 2000, חבר בסיאטל נתן לגליקמן עותק של ספרו הנמכר ביותר של אדוארד ת'ורפ משנת 1967, לנצח את השוק , שטענה כי היא מראה כיצד ניתן להכות את שווקי האופציות, ותהתה אם עדיין ניתן לבצע את מה שטורפ הציב. כמה שבועות של מחקר מאוחר יותר, גליקמן קבע כי הפרצה של תורפ נסגרה. אבל הוא הסתקרן. הוא תהה אם אפשר ליישם למידת מכונה על שוק המניות - והוא פגע באותה מידה בקיר. לא משנה כמה ניסיתי, הוא מודה, זה לא יעבוד בבורסות.

חלק ממחשב העל שמנהל מסחר בזמן אמת. [צילום: זכויות יוצרים 2020, ג'ף גליקמן]

רק בשנת 2004 הבין גליקמן שהוא יזדקק לסוג חדש של AI מבוסס תוכנה, הוכחת משפט שיכול לתכנת את עצמו מחדש כדי ליצור מודלים חדשים לנתונים פיננסיים. בין השנים 2005 ל -2010 הוא עבד על הפרויקט, והתקרב יותר ויותר למוצר שיכול לנבא בצורה מהימנה את הכיוון של מניות בודדות. אך עדיין לא החליט באופן סופי כיצד לפרוס את יצירתו. הוא גירד לפתוח עסק חדש. זה צריך להיות בחינוך? האם הוא יכול לחולל מהפכה בתחום הרפואה?

בסופו של דבר, הוא החליט לנהל כסף, שכן פעולה זו לא תדרוש ייצור, לא צוות גדול או תשתית פיזית. זה לא בהכרח אומר שזה יהיה הכי קל לעשות, כי זה בהחלט לא היה, הוא אומר. זה היה קשה ביותר. הוא מצא שותף, סטיב ג'ייקובס, עוד אחד מאותם גאונים צעירים מוקדמים שקיבלו את התואר השני במנהל עסקים בגיל 19, ויחד הם החלו לעבוד על בניית פלטפורמה הניתנת להרחבה.

לבסוף, ביום הראשון של יוני 2015, גליקמן התהפך על ה- AI שלו ונתן לו לרוץ יום שלם של חישובים. הוא קיווה שהוא יצליח לחזות כיצד הסחר S&P 500 ייסחר למחרת, אך לא היה לגמרי בטוח כיצד ה- AI יגיע למסקנתו. הבעיה עם רוב המודלים של למידה עמוקה ורשתות עצביות היא מה שמדעני המחשב מכנים בשם בעיה בקופסה שחורה : אינטליגנציה מכונה לא דומה כלל לקוגניציה האנושית, הכרוכה במיליוני ואפילו מיליארדי חישובים שיכולים להפוך את זה כמעט בלתי אפשרי להבין כיצד AI מגיע לכל החלטה מסוימת.

עוזבים את העבודה כדי לחזור לבית הספר

גירדנו את הראש והלכנו, 'אוי, אלוהים. אין לנו מושג מה זה עשה '.

גליקמן החליט בשלב מוקדם שהוא צריך לבנות קופסה לבנה. אולם כשהביט ביומנים כדי להבין מה קרה, הוא הדהים. הרמנו את המכסה בסוף היום ב -1 ביוני, והסתכלנו על הפלט, גירדנו את הראש והלכנו, 'אוי, אלוהים. אין לנו מושג מה זה עשה. & Apos;

לקח יותר משנה להבין מה ה- AI עשה בשמונה השעות הראשונות. זה מתחיל לבנות את התאוריות שלה, מסביר גליקמן. הוא גילה תחילה שיש משהו שנקרא אלגברה, ואלגברה הייתה שימושית בהסברת הנתונים. וכך, הוא החליט לשמור אותו. ואז הוא גילה גיאומטריה. ואז הוא גילה טריגונומטריה, ואז הוא גילה חשבון. ואז הוא גילה משוואות דיפרנציאליות. ואז הוא גילה משוואות דיפרנציאליות חלקיות.

לבסוף, הוא מספר לי, ה- AI גילה את החלקים העליונים של המתמטיקה - את פרטיהם הוא מסרב לשתף.

בקרוב, גליקמן נתן ל- AI להתחיל לבצע עסקאות ניסוי בעצמו - לאט בהתחלה, ואז מהר יותר ויותר. עם כל מסחר נוסף שהמכונה תוכל לבצע בכל יום, התנודתיות של התוצאה ירדה. האפשרות לנצח את שוק המניות כבר לא הייתה תיאורטית. מחשב העל הביתי שלו, כך נראה, פיצח את הקוד.

* * *

הסיפור של J4 Capital הוא סוג אחר של בעיה בקופסה שחורה. גם אם זה לא היה דורש תואר מתקדם במתמטיקה כדי להבין מה גליקמן מתכוון לעשות, הפרטים של הטכנולוגיה שלו הם קנייניים. קשה להעריך עד כמה ה- AI שלו אוטומטית באמת - גליקמן מתאר את האוטומציה כספקטרום - או שמא ראוי לקרוא לזה אינטליגנציה על. אם הוא באמת ג'ים סימונס הבא, מוקדם מדי לומר.

או שאולי לא. גליקמן הוסגר בבית כשדיברנו לאחרונה בטלפון. העובד היחיד שלו במשרה מלאה היה במרחק חברתי בניו ג'רזי. ובכל זאת המכונות היפות שלו ממשיכות לזמזם. בסוף ינואר, בין התפרצות הקורונה הראשונה במדינת וושינגטון, החל גליקמן לבדוק מה יקרה אם יעזוב את מחשב העל לבדו. רצנו שבועיים כשאיש לא נכנס למשרד, הוא אומר. ברגע שראה שזה עובד מצוין ללא פיקוח, הוא סגר את הפעולה שלו.

המערכת ממשיכה להמר, אפילו בחושך. ידענו בפירוט רב בדיוק איך זה הולך להופיע, הוא ממשיך. זה בדיוק בנקודה עם ההתנהגות החזויה.

גם תשתית המסחר אוטומטית במידה רבה. מחשב העל מתקשר כעת בכוחות עצמו עם סוחר הברוקרים של J4; הוא יכול לבצע עסקאות ולהוריד אותן, לסגור את עצמו ולהפעיל מחדש לפי הצורך. בשלב מוקדם שכר גליקמן מהנדס ענן לבנות פלטפורמה קניינית וניתנת להרחבה להגדלת הקיבולת לצד ביקוש הלקוחות. אנחנו יכולים לסחור בלונדון, הוא אומר. נוכל לסחור בהונג קונג. יכול להיות שיש לנו 1,000 ואפילו 10,000 לקוחות. ואם היינו צריכים לסחור ב -15,000 מניות, היינו יכולים.

נכון לעכשיו, J4 קפיטל קטנה יחסית. גליקמן גייס הון של 10 מיליון דולר מחברים ומשפחה כדי לבנות את העסק שלו, כולל 400 השרתים שיוצרים את מחשב העל. הוא גובה מלקוחות 2% דמי ניהול ו -20% מהרווחים - פרקטיקה סטנדרטית של קרן גידור, אם כי אין לו שום רצון לבנות את BlackRock או טכנולוגיות הרנסנס הבאות. שלא כמו קרנות גידור מסורתיות, ל- J4 אין תקופת נעילה שבה המשקיעים לא יכולים למשוך את כספם.

בהגשה שהוגשה למדינת אילינוי בסוף ינואר דיווחה J4 כי יש לה ניהול בסך 7.2 מיליון דולר בלבד בסוף 2019, לאחר שעסקה בארבעה חודשים. אך גליקמן אומר שהוא מצפה שיהיו בניהול נכסים של יותר מ -100 מיליון דולר בקרוב, ובשלב זה יידרש להגיש לרשות לניירות ערך.

מרכז תפעול במהלך פעולת כיבוי האורות. [צילום: זכויות יוצרים 2020, ג'ף גליקמן]

r קלי קליבס ראיון מלא
בעוד שמחשבי העל שלו מדפיסים כסף, גליקמן נשאר בבית, ממוקד בהיבטים הפרוזיים יותר של ניהול עסק השקעות: מציאת משקיעים חדשים כדי שיוכל לרכוש יותר מחשבי על, ולנסות להביא עוד נכסים לניהול. הוא ממשיך לחדד את הטכנולוגיה. הוא עובר לצ'ארלס שוואב כמתווך שלו. הוא מכניס מערכת חיוב חדשה.

החשוב ביותר, הוא אומר, הוא שהוא לא שבע רצון שהמכונות שלו רק סוחרות במניות. הטכנולוגיה של J4 קרובה ליכולת להתמודד עם מט'ח. הוא רוצה להיות מסוגל לסחור בנגזרים. הוא רוצה להיות מסוגל לסחור באג'ח ומוצרי אשראי אחרים. בקרוב הוא עשוי לעבור מעבר למסחר בשווקים הפיננסיים לפתרון בעיות, באמצעות AI, בלוגיסטיקה של שרשרת האספקה-תחום שבו, לדבריו, לקוחותיו מבקשים את עזרתו.

גליקמן אדיש במידה רבה לאופן השימוש ביצירתו. השאיפה שלנו פשוטה כמו שאפשר לדמיין, הוא אומר. לבנות עסק ולהרוויח כסף. אנחנו לא חברה בוול סטריט. במקרה אנחנו משחקים במרחב שלהם. אנחנו בעצם חברה טכנולוגית. אנחנו חברת טכנולוגיה. אנחנו הולכים לבנות עסק רווחי נחמד, ואנחנו נרוויח מזה, בדיוק כמו שכל חברת טק טובה אחרת תעשה.

וויליאם ד 'קוהאן, לשעבר בנקאי מיזוגים ורכישות בכירים בוול סטריט, כתב ארבעה ספרים רבי מכר על וול סטריט.